微积分笔记(51)——曲面积分(1)

微积分笔记(51)——曲面积分(1)

Contents

曲面积分

曲面面积

如何定义?用小片平面逼近,面积叠加?

回忆:曲线弧长定义——用内接折线逼近。

类比:用内接平面多边形逼近曲面。

Schwarz 反例

用内接多边形逼近圆柱面:

  1. 半径为 $1$,高为 $1$ 的圆柱面正常面积 $= 2\pi$。
  2. 用有限个内接三角形逼近圆柱面,内接三角形总面积可以趋向于任意数(取决于三角形的取法)。

因此相比于曲线弧长定义,曲面面积定义要复杂得多。

面积分析

设曲面 $S$ 有 $C^1$ 参数表示:
$$
\mathbf{r} = \pmb{r}(u, v) \in \mathbb{R}^3, (u, v) \in D, D \subseteq \mathbb{R}^2
$$
分割逼近(类比二重积分换元):

用直线族分割 $D$,得到 $D$ 上矩形分割,相应在曲面 $S$ 上得到 $u-$ 曲线族和 $v-$ 曲线族产生的分割。

任取 $S$ 在该分割中一小片曲面 $\Delta S$,投影到切平面上,得到曲边平行四边形,面积近似为:
$$
\sigma(\Delta S) \approx \| D_u \pmb{r}(u, v) \times D_v \pmb{r}(u, v) \| \Delta u \Delta v
$$
求和得到 $S$ 面积近似值:
$$
\sigma(S) \approx \sum \| D_u \pmb{r}(u, v) \times D_v \pmb{r}(u, v) \| \Delta u \Delta v
$$

曲面面积

设曲面 $S$ 有 $C^1$ 参数表示同上,定义 $S$ 的面积:
$$
\sigma(S) := \iint_D \| D_u \pmb{r}(u, v) \times D_v \pmb{r}(u, v) \| \, \mathrm{d} u \, \mathrm{d} v
$$
合理性:设 $T : \tilde{D} \to D$ 是 $\mathbb{R}^2$ 上有界区域的 $C^1$ 类 $1-1$ 对应,由此得到 $S$ 的另一参数表示:
$$
\mathbf{r} = \pmb{r} \circ T(s, t) \in \mathbb{R}^3, (s, t) \in \tilde{D}
$$
且:
$$
D_s \pmb{r} \times D_t \pmb{r} = (D_u \pmb{r} D_s u + D_v \pmb{r} D_s v) \times (D_u \pmb{r} D_t u + D_v \pmb{r} D_t v) \\
= (D_s u D_t v – D_t u D_s v)(D_u \pmb{r} \times D_v \pmb{r}) \\
\therefore \| D_s \pmb{r} \times D_t \pmb{r} \| = | \det JT | \cdot \| D_u \pmb{r} \times D_v \pmb{r} \| \\
\iint_D \| D_u \pmb{r} \times D_v \pmb{r} \| \, \mathrm{d} u \, \mathrm{d} v = \iint_{\tilde{D}} \| D_s\pmb{r} \times D_t \pmb{r} \| \, \mathrm{d} s \, \mathrm{d} t
$$
即面积不变。

曲面面积微元

设 $S$ 有 $C^1$ 表示 $\pmb{r}(u, v) = (x(u, v), y(u, v), z(u, v)), (u, v) \in D$:
$$
\mathrm{d} \sigma = \| D_u \pmb{r}(u, v) \times D_v \pmb{r}(u, v) \| \, \mathrm{d} u \, \mathrm{d} v
$$
称为曲面面积微元。

而:
$$
\| D_u \pmb{r} \times D_v \pmb{r} \| = \sqrt{EG – F^2} = \sqrt{A^2 + B^2 + C^2}
$$
其中 $E = \| D_u \pmb{r} \|^2, F = D_u \pmb{r} \cdot D_v \pmb{r}, G = \| D_v \pmb{r} \|^2$(曲面第一积分量)。
$$
A =
\begin{vmatrix}
D_u y & D_u z \\
D_v y & D_v z
\end{vmatrix},
B =
\begin{vmatrix}
D_u z & D_u x \\
D_v z & D_v x
\end{vmatrix},
C =
\begin{vmatrix}
D_u x & D_u y \\
D_v x & D_v y
\end{vmatrix}
$$
特例 1:$S$ 为 $xy$ 平面,取 $\pmb{r}(x, y) = (x, y, 0)$,则 $E = G = 1, F = 0$:
$$
\mathrm{d} \sigma = \mathrm{d} x \, \mathrm{d} y
$$
——与 $xy$ 平面面积微元一致。

特例 2:$S$ 有 $C^1$ 显式表示:$z = f(x, y), (x, y) \in D$。

则容易得到:
$$
\sigma(S) = \iint_D \sqrt{1 + (D_x f)^2 + (D_y f)^2} \, \mathrm{d} x \, \mathrm{d} y
$$

第一型曲面积分

定义(类比第一型曲线积分)

设 $S$ 为 $\mathbb{R}^3$ 中有面积的曲面,$f : \Omega \to \mathbb{R}$:

  1. 做有限分割 $T$,将 $S$ 分成有限多片小曲面片:
    $$
    S = \bigcup_{i = 1}^k S_i
    $$
    记 $S_i$ 的直径为:
    $$
    \mathrm{diam} \, (S_i) = \sup_{\mathbf{x}, \mathbf{y} \in S_i} \| \mathbf{x} – \mathbf{y} \|, i = 1, 2, \cdots, k
    $$

  2. 构造 Riemann 和式:
    $$
    \sum_{i = 1}^k f(\xi_i) \Delta \sigma(S_i)
    $$
    其中 $\xi_i \in \Delta \sigma(S_i)$ 任取,$i = 1, 2, \cdots, k$。

  3. 定义 $f$ 在 $S$ 上的第一型曲面积分:
    $$
    \int_S f \, \mathrm{d} \sigma := \lim_{\| T \| \to 0} \sum_{i = 1}^k f(\xi_i) \Delta \sigma(S_i)
    $$
    如果极限存在,其中 $\| T \| = \max\limits_{i = 1, \cdots, k} \mathrm{diam} \, (S_i)$——称为分割 $T$ 的宽度。

物理意义

令 $f > 0$,表示曲面 $S$ 的质量面密度,则 $\mathrm{d} M = f(x ,y, z) \mathrm{d} \sigma$ 为 $S$ 上 $(x, y, z)$ 处面积微元 $\mathrm{d} \sigma$ 的质量:
$$
M = \int_S f(x, y, z) \, \mathrm{d} \sigma
$$
为曲面 $S$ 的总质量。

面积微元 $\mathrm{d} \sigma$ 关于 $xy$ 平面的静力矩为 $\mathrm{d} M_{xy} = z f(x, y , z) \, \mathrm{d} \sigma$:
$$
M_{xy} = \int_S z f(x, y, z) \, \mathrm{d} \sigma
$$
为 $S$ 关于 $xy$ 平面的静力矩。

进而得到:
$$
\left(\bar{x}, \bar{y}, \bar{z}\right) = \frac{(M_{yz}, M_{zx}, M_{xy})}{M}
$$
为曲面 $S$ 的重心坐标。

此外:
$$
I_Z = \int_S (x^2 + y^2) f(x, y, z) \, \mathrm{d} \sigma
$$
为 $S$ 关于 $z$ 轴的惯性矩。

第一型曲面积分计算(类比曲面面积计算)

设曲面 $S$ 有 $C^1$ 参数表示 $\mathbf{r} = \pmb{r}(u, v) \in \mathbb{R}^3, (u, v) \in D$,对于 $f \in C(S)$:
$$
\int_S f \, \mathrm{d} \sigma = \iint_D f \circ \pmb{r}(u, v) \| D_u \pmb{r}(u, v) \times D_v \pmb{r}(u, v) \| \, \mathrm{d} u \, \mathrm{d} v
$$
特例:若 $S$ 有 $C^1$ 显式表示 $z = z(x, y), (x, y) \in D$,则可得:
$$
\int_S f \, \mathrm{d} \sigma = \iint_D f(x, y, z(x, y)) \sqrt{1 + (D_x z)^2 + (D_y z)^2} \, \mathrm{d} x \, \mathrm{d} y
$$

 

点赞 0

No Comments

Add your comment